利用端到端神经模型生成模糊限制语可行吗？
计算与语言
2023-06-27 v1 人工智能
摘要
模糊限制（hedging）是一种在对话中弱化陈述影响的策略。通过降低表达强度，它有助于避免令听者尴尬（更专业地说，“面子威胁”）。因此，它常出现在教学等情境中，例如辅导。本文中，我们基于以下两点开发模糊限制生成模型：i) 在人人辅导数据上微调最先进的语言模型，随后 ii) 使用模糊限制分类器在候选池中重排序，以选择最符合预期模糊限制策略的候选。我们将该方法应用于一个含有大量不流畅、重复与修正的自然同伴辅导语料。结果表明，在此噪声环境下借助重排序进行生成是可行的。通过对两种方法开展错误分析，我们揭示了试图在对话中同时实现社交与目标导向任务的系统所面临的挑战。
引用
@article{arxiv.2306.14696,
title = {How About Kind of Generating Hedges using End-to-End Neural Models?},
author = {Alafate Abulimiti and Chloé Clavel and Justine Cassell},
journal= {arXiv preprint arXiv:2306.14696},
year = {2023}
}